4000 次测试、三档准入、25,000 条记录：一天里四种「验」

4000 次测试之后，ChatGPT 青少年版拿到「不可接受风险」

• Common Sense Media 的 Youth AI Safety Institute 跑了 4000 多次测试提示，把 ChatGPT for Teens 定为最高一档「unacceptable risk」，建议青少年在独立测试确认安全前先别用
• 十几个新注册的测试账号绑定了家长账号，关于自杀、自残、进食障碍的对话一次通知都没发出去；研究所判断提醒只在账号积累数周敏感话题后才启动，不在危机当时
• 本该转介危机干预的情况里，超过四分之一没有把用户指向专业帮助
• 辅导模式直接给出完整答案，不做分步引导；注册为成人的账号即使测试者在对话里自称 13 岁、过了几天也没切进青少年模式
• OpenAI 发言人 Eric Porterfield 称测试不反映护栏的实际工作方式；研究所的 Tom Siegel 回应称，留足了激活时间的账号同样没发出通知
• OpenAI 自己披露的数据是每周约 200 万人因该服务受到心理伤害；佛州已在法庭上要求禁止未成年人使用 ChatGPT

编者评： 评级是第三方给的，反驳落在「测试方法」这四个字上。一边是 4000 多次提示与十几个账号的实测结果，一边是对测试方式的质疑，两方都没有给出对方能复核的原始日志。这场争论卡在可复核性上，不在结论上。

Anthropic 把网络安全验证计划拆成三档，其中一档要和美国政府一起审

• Cyber Verification Program 向更多安全从业者开放，通过审核的机构与个人可以用限制更少的 Claude 做漏洞研究、恶意软件分析、事件响应与渗透测试
• 三档里 Defense Access 面向企业安全团队、政府机构、高校、关键基础设施运营方、开源开发者与个人研究者；Red Team Access 允许授权攻击模拟，只给机构；Specialized Access 用于飞行控制、电网、银行基础设施这类系统的测试，每个申请者由 Anthropic 与美国政府一起审
• 公开版 Claude 会拦住这类请求，理由是同一批能力也能帮到攻击方
• 前身 Project Glasswing 的合作方在 2026 年 4 月至 7 月确认了至少 129,000 个漏洞，33,000 多个列为高危或严重
• Anthropic 说明这些数字来自对部分合作方的调研，实际影响至少是五倍；多位合作方称 AI 把工作进度提前了几个月到几年

编者评： 三档的分界线画在「攻击模拟」和「关键基础设施」上：前者只认机构，后者额外拉进美国政府一起审。129,000 这个数字后面跟着一句「来自部分合作方的调研」，分母没给。放行范围写得比统计口径清楚。

一个人、一件开源工具、数家韩国银行：25,000 条记录

• CrowdStrike 报告称，一名疑似中文母语的攻击者在 2026 年 9 月底到 10 月初之间侵入多家韩国金融机构；仅新韩银行一家就被取走 25,000 多条含姓名、联系方式、收入与信用额度的记录
• 使用的工具是 ARTEX，7 月发布在 GitHub 上的中文开源项目，用语言模型做自动化渗透测试，底层模型是 DeepSeek v4.1-flash、GLM-5.3 与 Grok 4.6
• 攻击者开放目录里留着 Claude Code 的会话日志，日志里有搜索出售数据用的 Telegram 群组的记录
• 韩国金融监管机构开了紧急会议，总统李在明要求彻查
• 几天前 Anthropic 刚记录过 GLM-5.3 写漏洞利用的水平接近自家的 Mythos Preview

编者评： 三个模型加上一件 7 月才上线的开源工具，对应的是数家银行与一个攻击者的比例。CrowdStrike 把结论写在能力侧：一个人、短时间、大规模。被拿走的 25,000 条只是新韩银行一家的数字。

SynthID 检测器开放：1800 亿份素材，每天 100 万次核验

• 谷歌把 SynthID Detector 对外开放，任何人都可以上传文件查它是否带有 SynthID 水印，支持 JPG、PNG、MP4、MP3
• 覆盖 Gemini、Veo、Lyria 生成的内容；OpenAI、英伟达、Kakao 也在用同一套水印
• 谷歌称至今已有超过 1800 亿张图片与视频带水印，Google 搜索、Gemini app 与 Chrome 里每天进来 100 万次核验请求
• 它只认带 SynthID 的文件，不是通用 AI 检测器；别家的检测系统同样只验自己那一套
• 文本侧 OpenAI 自建了另一套系统，苹果据谷歌称即将加入

编者评： 1800 亿是生产侧的数，100 万是核验侧的数，两者差着三个数量级。这条产品只回答「是不是我家模型生成的」，不回答「是不是 AI 生成的」。

KTVU：湾区本地台把这份报告念给了家长听

• 2 分多钟的电视新闻，10 月 8 日凌晨上线，当天 700 多次播放
• 报道落点是 Common Sense Media 这家湾区本地非营利组织的测评，以及它给出的「unacceptable risk」结论
• 与全国台的同类报道用的是同一套通讯稿：8 月上线的 ChatGPT for Teens，不到两个月后拿到这份外部安全报告

编者评： 同一份报告在地方台、全国台与短视频账号上被重播了一遍，画面口径一致。测评机构就在湾区，本地台做这条不需要额外解释。

Latent Space：两位 Kubernetes 创造者想把 agent 的循环搬进云端

• Kubernetes 的共同创造者 Craig McLuckie 与 Joe Beda 带着 Stacklok 转向 Kubernetes 上的 agent 基础设施；主力产品 Mecatl 是今年 6 月开源在 GitHub 上的「云原生 harness」
• 做法是把 agent 循环与客户端、模型提供方、状态存储和执行环境拆开，工具调用与 bash 这类敏感操作单独隔离，会话与记忆不再以 JSONL 落在本地磁盘
• Beda 说桌面优先的 harness 即便支持插件，架构仍是跑在桌面上的一进程或一组紧耦合进程；直接把桌面方案「lift and shift」上云会带来 agent 生命周期与暂停等待人工输入的问题
• 客户以银行、半导体公司与电信运营商为主；前身 ToolHive 管 MCP 服务器，AI Gateway 做访问控制、预算、报表与供应商路由，暂未开源
• Stacklok 2023 年拿了 1750 万美元 A 轮；文中引用了一份对 520 位负责 LLM 与 agent 的调研

编者评： 两位做容器编排的人把 2014 年的题目重做了一遍：把控制权从终端搬到能被集中管理的那一层。Beda 举的对照物是企业邮箱——你与 agent 的往来归企业所有，按管理邮箱的方式去治理。

Cognition 把 Haiku 5.5 放进 Devin：58.4%，成本约八分之一

• 10 月 7 日 21:15 UTC 发布，252 赞
• Haiku 5.5 在 FrontierCode 1.1 上拿到 58.4%，排在 Sonnet 5 前面，每任务成本约为后者的八分之一
• Cognition 把它定位为 Fusion 里的副模型，与 Opus 5.5 搭配

编者评： 58.4% 是第三方在自己基准上测的，八分之一是同一批任务的账单比出来的。厂商发布材料给的是单价，集成方给的是单价乘上跑完一轮要多少次。

方鸣AI：把「谁的证据更硬」拆成六段

• 10 分 41 秒，10 月 8 日 05:59 UTC 上线
• 六段章节：00:31 承诺了什么、02:08 家长提醒灵不灵、04:03 一推就开的门、06:07 谁的证据更硬、08:04 坏事论与报告
• 简介列出六家来源：Common Sense Media、Axios、EdWeek、TechCrunch、OpenAI 官方博客、Euronews
• 标题直接把争议摆出来——机构给了最高档评级，OpenAI 反驳测试方法，两边各拿各的证据

编者评： 六段里只有一段讲结论，其余五段在讲方法与反驳。up 主没有替任何一方下判断，把「证据」本身当成要审的对象。

编者按

今天这批材料共用一把尺子：验到什么程度，验不了什么。

验产品的那一端，Common Sense Media 交出 4000 多次提示与十几个绑定家长的测试账号，结论是家长提醒一次没响、超过四分之一的危机转介没指向专业帮助；OpenAI 的回应落在测试方法上，没有拿出可复核的日志。验使用者的那一端，Anthropic 把准入拆成三档，攻击模拟只给机构，关键基础设施那档拉进美国政府一起审，配套数字 129,000 后面跟着一句「来自部分合作方的调研」。验防线的那一端却由攻击方完成：一件 7 月开源的工具、三个模型、一个人，换走新韩银行 25,000 条记录。

验内容这一端留了个更大的口子。谷歌把检测器开放给所有人，1800 亿份素材带水印，每天 100 万次核验——它只回答「是不是我家模型生成的」。

这批材料之外还有一条同日新闻落在所有验证范围之外：一个 16 岁少年照着 Claude 给的路线上了温哥华近郊 Crown Mountain 的 Widowmaker Arete，卡在五英尺宽的岩架上，最后靠直升机吊下来。他本人说责任在自己，也用了 Google Maps 与 AllTrails；北岸救援队的负责人说，Claude 对地点和地形没有真实知识。这一条没有评级、没有审核、没有日志，只有一个被吊下来的人。